Carver Meads naturlig inspiration

Konventionell visdom beskriver ett svart hål mellan den oändliga osäkerheten i modern teoretisk fysik och kan-göra-andan av entreprenörskap och ingenjörskonst. Ytterligare ett skäl att ignorera konventionell visdom, säger Carver Mead, som blev en tekniklegend genom att arbeta på båda sidor av vad som ofta verkar vara en oöverstiglig klyfta. En ståndaktig Caltech – han är emeritus Gordon och Betty Moore professor i teknik och tillämpad vetenskap – Mead är en av de viktigaste figurerna i berättelsen om Silicon Valley, med en meritförteckning som sträcker sig tillbaka till pionjären Fairchild Semiconductor med integrerade kretsar och mer än 20 startups. till hans förtjänst.





Meads tidiga arbete med elektrontunnling gav insikter som var avgörande för utvecklingen av solid-state elektronik. Hans beräkning av den teoretiska potentialen för krympande transistorer gav Intels grundare Moore grunden för hans eponyma lag, som förutsäger den stadigt ökande kraften hos mikrochips. Och i början av 1980-talet tog Mead och Caltech-kollegan Richard Feynman, den sene nobelpristagaren fysikern, kretsar till en ny dimension genom att utforska neuromorf elektronik som är modellerad på levande organismer. Längs vägen har Mead samlat priser, inklusive Lemelson-MIT-priset på 500 000 $ för uppfinning och innovation och National Medal of Technology 2003. Men hans stoltaste prestation är en rad företag som inkluderar pekplattatillverkaren Synaptics och den revolutionerande bildsensorn och kamerastarten Foveon, båda utväxter av hans arbete med neuromorfisk datoranvändning.

Utförsäljning eller Frälsare?

Den här historien var en del av vårt septembernummer 2004

  • Se resten av frågan
  • Prenumerera

Spencer Reiss pratade med Mead, som fyllde 70 i år, i hans hus bland redwoods i Woodside, CA.



Teknikrecension: Du är känd för att säga, Lyssna på tekniken.

Carver MEAD: För att förstå verkligheten måste du förstå hur saker fungerar. Om du gör det kan du börja göra ingenjörskonst med det, bygga saker. Och om du inte kan, är det du än gör förmodligen inte bra vetenskap. För mig är ingenjörsvetenskap och vetenskap inte separata ansträngningar. Det är som, är du en man eller en far?

TR: Hur bestämmer du vad du ska ägna dig åt?



MJÖD: Skojar du? Forskning är en fråga om kärlek. Det är inte en sak med vänsterhjärnan. När du väl har listat ut något, då konstruerar du en utarbetad motivering – de samtal du så småningom ger som får det hela att låta så enkelt. Tills dess blir jag arg när folk frågar mig vad jag jobbar med, eftersom jag ännu inte har något sätt att uttrycka det.

TR: Är det vad riskkapitalister är till för – att vara kallblodiga om vad man ska lägga resurser på?

MJÖD: Alla mina favorit-VC-typer – jag vet att det låter som en oxymoron, men faktiskt gillar jag några av de där killarna – säger samma sak: de går med magen. Har tekniken tillräckligt många potentiella tillämpningar för att få minst en? Kalkylblad svarar inte på det.



TR: Vad sägs om att titta på marknadsplatsen?

MJÖD: Visst, du kan analysera marknadsplatsen, prata med kunder, göra allt de lär dig på handelshögskolan. Problemet med efterfrågedrag är att när du har en riktig produkt kommer marknaden att ha gått vidare. Du är dömd att spela ikapp. Jag föredrar teknik push – hitta en intressant ny teknik och försöka komma på användningsområden för den. En lösning som letar efter ett problem ska vara ett fruktansvärt epitet, men enligt min erfarenhet fungerar det.

TR: Till exempel?



MJÖD: Impinj, ett företag som startades av en tidigare student till mig på Caltech, Chris Diorio. Jag är med i styrelsen. Han började med något helt orelaterade – neuralt inspirerad datoranvändning – han kom på ett mycket exakt och lågeffekts sätt att ladda en transistor med flytande grind, som är grunden för flashminne. Det var en klassisk lösning som letade efter ett problem, som visar sig vara RFID, de små [radiofrekvens]-identitetstaggarna att sätta på saker. De är den ultimata enheten med lägre effekt – pikowatt, vad du än kan få ut av en liten antenn. Så istället för att bara ha en dum tagg som kan berätta vad den heter och inget mer, får du en smart en som uppdaterar sig själv allt eftersom. Du får ett paket eller en produkt som kan berätta hela dess historia, precis där.

TR: Peter Drucker säger, lös inte problem, ta möjligheter.

MJÖD: Höger. Om Impinj hade tittat sig omkring och sagt, Hej, låt oss göra RFID, skulle de ha slutat med en icke-omskrivbar tagg. Precis som ett dussin andra företag där ute nu.

TR: RFID-taggar för Wal-Mart är långt ifrån att försöka omvända datorer från biologiska modeller... MEAD: När du äntligen har en produkt, det faktum att du blev inspirerad att gå den vägen genom att tänka på beröring och syn och hörseln eller vad som helst spelar ingen större roll. Du håller på att tillverka produkter, och allt som ledde fram till det faller bort.

TR: Det är lite tråkigt, eller hur?

MJÖD: Visst är det så, men det är vad som händer när man startar ett företag. Den obegränsade potentialen hos din nya teknik – det är en enorm höjdare bara att tänka på det. Men när det väl är uppenbart, när det väl blir en produkt, är det inte en myriad av någonting; det är en sak. Så oundvikligen finns det en enorm postpartum - en känsla av alla saker du inte kunde göra.

TR: Är det när du drar upp insatser?

MJÖD: Det har hänt med alla företag jag har arbetat med. De kommer till den punkt där de är framgångsrika, de är på rätt spår och det finns mindre och mindre som någon som jag kan bidra med. Du blir faktiskt en distraktion: de försöker fokusera och du vandrar runt och tänker på alla dessa intressanta nya frågor. Det är då det är dags att lämna.

TR: Vissa människor tror att unga teknologer behöver lägga mer tid på att lära sig att marknadsföra sina idéer.

MJÖD: Vetenskap handlar inte bara om självuttryck; du måste kunna förklara vad du gör. Dick Feynman var en av de bästa marknadsförare jag någonsin träffat. Han ville aldrig erkänna det – på sin tid var allt entreprenöriellt socialt oacceptabelt för en akademiker – men han kunde positionera fysiken som något spännande, på ett sätt som har överlevt till denna dag.

TR: Du och Feynman låg bakom ett stort neuromorfiskt datorprojekt som lanserades på Caltech på 80-talet. Vad hände?

MJÖD: En del av problemet var CS [datavetenskap]-gemenskapens vägran att ha en ny tanke - det faktum att det kan finnas mer kraftfulla sätt att göra datorer på. Folk sa: Allt är en Turing-maskin, och det är det. Oavsett att vi redan har ett fungerande exempel på en massivt parallell maskin – djurhjärnan. Och under tiden, nu, har kvantdatorkillarna kommit och visat ännu en alternativ modell – en som i teorin kommer att lösa problem som är exponentiellt olösliga av en Turing-maskin. Jag gör inget uttalande om förverkligandet av kvantdatorer – vi vet fortfarande inte om det. Jag pratar bara om vår förståelse av datoranvändning i det abstrakta. Du behöver en fundamentalt ny uppfattning om det om du vill försöka göra en bättre maskin.

TR: Ett annat neuralt inspirerat företag du har varit involverad i tillverkar avancerade hörapparater, Sonic Innovations.

MJÖD: Tankeprocessen där kom från att tänka på hur mänsklig hörsel fungerar, men återigen är själva enheten bara en liten digital signalprocessor. Samma sak hände förresten med idén om neurala nätverk. De blev bara ytterligare en algoritm för befintliga datorer.

TR: Hur är det med Foveon, kameraföretaget du grundade 1997? De flesta inser förmodligen inte att dess rötter ligger i studier av ögat.

MJÖD: Vi började med att göra modeller av näthinnan, som i sig kan göra stor skillnad för ett fåtal personer, men det räcker inte som en kommersiell möjlighet för att motivera stora investeringar. Vad vi insåg var att om du tog det vi gjorde och tar bort näthinnan, så är det en riktigt bra bildsensor – så låt oss göra det. Foveon-tekniken fångar ljus direkt, förbrukar mindre ström och kräver mycket mindre bearbetning än filen som fångas med en konventionell digitalkamera. Men när vi förklarar det idag har vi ingen hänvisning till något neuralt.

TR: Så vi är fortfarande på ruta ett med neuromorfisk beräkning?

MJÖD: Det har faktiskt gjorts en hel del framsteg. En av de spännande sakerna som växte fram ur neuromorfiskt tänkande är Lloyd Watts företag Audience. De har en fungerande cochlea-modell som bygger en betydande del av hörselvägen – inklusive precisionssignalåterställning och sofistikerad analys – till en komponent på chipnivå. Det är mer än bara en bättre mikrofon; se det som den auditiva fronten för alla enheter som vill använda ljud som ingång.

TR: Röstigenkänning lever!

MJÖD: Röstigenkänning som vi känner det är verkligen hjärndött. Jag ska inte säga hjärndöd – många smarta människor har arbetat med det i många år. Men det är ett gammalt paradigm. Det går logaritmiskt framåt med processorkraft; det handlar om det. Och ändå har vi dessa otroliga arbetsmodeller här – våra egna ögon och öron. Det är dit vi vill leta.

TR: Hörsel, syn – samma problem som du valde ut för nästan 20 år sedan är fortfarande intressanta problem.

MJÖD: De är ännu mer intressanta, eftersom vi börjar veta tillräckligt om dem för att göra några framsteg. Det har tagit så lång tid att få de ingenjörsorienterade människorna att prata med fysiologerna. Advokater talar om kinesiska murar i organisationer; väl, barriärerna mellan vetenskapliga discipliner har varit hårda.

TR: Är det den inneboende svårigheten att anpassa digital teknik till vår mestadels analoga mänskliga värld?

MJÖD: Digital abstraktion är en underbar sak. Det ersätter en mycket enkel uppsättning logiska operationer – och, eller, och inte – för en oändlig uppsättning fysiska saker. Att arbeta analogt är mycket svårare, eftersom det i princip finns otaliga sätt för saker att gå fel. Du arbetar med själva fysiken, snarare än med några mycket små kretsar som har skapats för att visa digitalt beteende.

TR: Vi kan inte låta dig komma undan utan att fråga om Moores lag. Du får mycket ära för dess formulering.

MJÖD: Gordon hade observerat vad som hände och frågade mig hur långt saker kunde gå, hur små man kunde göra transistorerna. Vi gjorde lite arbete i labbet, och svaret visade sig vara 0,15 mikron [150 nanometer], kanske mindre. Det var chockerande på den tiden, men det visar sig ha varit konservativt.

TR: Så hur långt kan det gå?

MJÖD: Jag tittade på saker igen för några år sedan, och om du inte gör något annorlunda kan du komma ner till 30 nanometer – en faktor fem från vad vi ursprungligen sa skulle bli lätt, och fortfarande långt ifrån var saker är idag. Så det kommer absolut inte att sluta.

Och samtidigt behöver vi inte fortsätta göra saker precis som vi gör dem idag. Jag hoppas verkligen att vi inte gör det.

Salisbury, CT-baserade författaren Spencer Reiss gillar att intervjua människor smartare än han är. Senast han gjorde det för TR var med riskkapitalisten Michael Moritz, mannen bakom Google (april 2004).

Dölj